La inteligencia artificial (IA) ha irrumpido en el ámbito educativo y académico a un ritmo que pocos especialistas habían previsto. Ante esta transformación, la Universidad de La Laguna trabaja desde distintos ámbitos para responder a las dudas, retos y desafíos que plantea el uso de herramientas basadas en esta tecnología. Al mismo tiempo, la investigación comienza a integrarla en sus metodologías y da lugar a nuevas líneas de trabajo orientadas a aprovechar todo su potencial.

Desde el Servicio de Tecnologías de la Información y las Comunicaciones (STIC) de la Universidad de La Laguna se realiza un seguimiento continuo de los avances que se producen en el ámbito de la inteligencia artificial para evaluar sus posibles aplicaciones tanto en la actividad del personal docente e investigador como en la del resto de la comunidad universitaria. Este análisis se lleva a cabo sin perder de vista los riesgos asociados al uso de aplicaciones de origen desconocido. “El principal problema reside en que la gente empiece a utilizar herramientas de inteligencia artificial sin asegurarse previamente de adónde van los datos que les proporciona ni dónde se almacenan”, advierte José Carlos González, jefe del STIC.

El especialista señala que muchos usuarios y usuarias desconocen los riesgos de fuga de información asociados al uso de las numerosas aplicaciones basadas en inteligencia artificial disponibles en la actualidad. Según González, existen dos problemas fundamentales. El primero surge cuando se instalan herramientas que conceden permisos de acceso innecesarios o inadecuados en el ordenador. El segundo consiste en llegar a depender de estas para desarrollar procesos críticos del trabajo sin que hayan sido oficialmente contratadas, cuenten con la licencia correspondiente o hayan superado las verificaciones de seguridad.

Por ello, considera fundamental impulsar acciones de formación sobre el uso responsable de la inteligencia artificial. El objetivo, explica, es ayudar a la comunidad universitaria a conocer los principios de funcionamiento de la IA, identificar herramientas que respondan a sus necesidades, y a comprender los límites y riesgos asociados a su utilización. En definitiva, se trata de abordar los enormes retos que está provocando esta tecnología en la enseñanza y encontrar la vía para su integración eficiente en la educación superior.

En esta línea, la Universidad de La Laguna desarrolla diferentes iniciativas de divulgación y formación abiertas a la sociedad. Una de ellas son los cursos de Extensión Universitaria sobre inteligencia artificial dirigidos por Juan Albino Méndez, catedrático del Departamento de Ingeniería Informática y de Sistemas que en los últimos años ha participado activamente en los programas de Universidad de Verano de La Gomera y la Universidad de Otoño-Invierno de La Palma y Arona, así como en el programa de Extensión Universitaria en ayuntamientos. La propuesta formativa “Inteligencia Artificial: Fundamentos y Herramientas” es siempre de las que más interés despierta en las diferentes sedes.

“La experiencia de estos cursos, una formación no reglada dirigida a personas sin conocimientos previos, ha sido muy positiva”, señala Méndez. “Asisten personas de edades muy diversas, desde jóvenes hasta jubiladas”, agrega. Este último grupo es especialmente importante, ya que, según el ingeniero informático, muchas personas mayores se ven obligadas a adaptarse a un entorno digital complejo sin haberlo vivido desde el principio.

En estas formaciones no solo aprenden a utilizar herramientas de inteligencia artificial generativa, sino que también descubren los fundamentos de la inteligencia artificial, sus principales modelos y reflexionan sobre las implicaciones éticas de su desarrollo. Una nueva edición de esta formación se celebrará los días 6 y 7 de octubre en Valle Gran Rey, dentro de la programación del Campus La Gomera 2026.

Esta apuesta por la formación también se refleja en otras iniciativas impulsadas por la Universidad de La Laguna. María Belén San Nicolás Santos, directora de Secretariado de Docencia Digital, destaca la buena acogida que han tenido las Jornadas de Inteligencia Artificial para la Docencia Universitaria, que ya han celebrado dos ediciones. “Han tenido una valoración muy positiva, tanto por la participación como por la calidad de las personas ponentes que han intervenido”, señala. Tal y como indica la directora, la institución estudia dar continuidad a estas experiencias, ya que responden a la necesidad de disponer de formación y conocer formas de poder aplicar estas tecnologías.

La IA dentro del Plan de Formación del Profesorado

La inteligencia artificial ocupa un lugar relevante dentro del Plan de Formación del Profesorado ya que sigue siendo una de las principales demandas en las últimas evaluaciones realizadas sobre las necesidades formativas del colectivo docente. A ello se suma la oferta de microcredenciales impulsada desde el Centro de Formación Permanente que incluye diversas propuestas relacionadas con este tema. San Nicolás colabora en una microcredencial sobre inteligencia artificial para el entorno laboral y otra aplicada a las actividades académicas.

Asimismo, la Universidad de La Laguna y la Universidad de Las Palmas de Gran Canaria trabajan conjuntamente en el desarrollo de nuevas microcredenciales dirigidas específicamente al profesorado universitario. La propuesta abarcará formación sobre docencia, investigación, aspectos técnicos y cuestiones éticas y legislativas relacionadas con la inteligencia artificial.

“Estamos trabajando para que, de cara al próximo año, pueda salir ese conjunto de microcredenciales que serán apilables y podrán constituir una propuesta de título propio”, explica la directora de secretariado. Como complemento a estas acciones, también existen cursos autodirigidos y abiertos sobre inteligencia artificial destinados al alumnado y al profesorado. Aunque no cuentan con certificación, permiten acceder a contenidos básicos sobre esta tecnología de forma gratuita y flexible.

El jefe del STIC adelanta que la Universidad de La Laguna trabaja en la elaboración de una guía de uso centrada especialmente en la seguridad. Estas directrices abarcarán los distintos ámbitos de actividad de la institución, desde la investigación hasta la docencia y la gestión. Además, destaca que desde el STIC se han iniciado negociaciones con proveedores para adquirir y gestionar de forma centralizada y segura licencias de herramientas de inteligencia artificial destinadas tanto al personal investigador como al resto de los servicios de la Universidad.

José Carlos González destaca que una de las iniciativas más relevantes impulsadas por el STIC es la puesta en marcha de proyectos piloto basados en servidores locales de inteligencia artificial instalados en la propia Universidad de La Laguna. “Se trata de dos servidores de menor capacidad y un tercero más potente que permiten ejecutar, de forma local y dentro de la universidad, modelos de inteligencia artificial de capacidad media”, explica.

En la actualidad, el STIC evalúa el rendimiento de estos sistemas, cuya principal ventaja, según González, es que garantizan la privacidad de la información, ya que los datos introducidos no abandonan los servidores alojados en la Universidad de La Laguna. Para ello, se emplea un hardware de altas prestaciones sobre el que se despliegan modelos abiertos de inteligencia artificial. “De este modo, podemos garantizar un tratamiento seguro de los datos”, subraya.

Cátedra Cajasiete de Big Data, Open Data y Blockchain

En este proceso desempeña también un papel clave la colaboración entre el STIC y la Cátedra Cajasiete de Big Data, Open Data y Blockchain (Cajasiete BOB), dirigida por el profesor titular del Departamento de Ingeniería Informática y de Sistemas José Luis Roda. González explica que el convenio Impulsa IA, suscrito entre la Cátedra y el Cabildo de Tenerife, ha permitido crear un entorno de investigación y experimentación en el que se analizan distintas estrategias y modelos de inteligencia artificial para determinar cuáles responden mejor a las necesidades de la comunidad universitaria antes de su posible implantación en los servidores locales del STIC. Esta colaboración facilita la puesta en común de conocimientos y recursos para dar respuesta a las necesidades que plantean tanto el personal investigador como los servicios de la Universidad.

Isabel Sánchez, profesora contratada doctora del Departamento de Ingeniería Informática y de Sistemas y miembro del equipo directivo de la Cátedra Cajasiete BOB, destaca que Impulsa IA ha permitido desarrollar numerosas acciones dirigidas a empresas, administraciones y ciudadanía. Un ejemplo de ello es el trabajo realizado junto al Cabildo de Tenerife para impulsar un proyecto que facilite a la ciudadanía las búsquedas de trámites en su sede electrónica (utilizando Web-RAG) u otro proyecto de chatbot para consultas sobre la movilidad en el macizo de Anaga.

Asimismo, en el marco de este convenio Impulsa IA se han llevado a cabo diversos trabajos de fin de grado y proyectos de investigación. Entre ellos se encuentra un TFG que desarrolla un sistema de traducción automática de Lengua de Signos Española al español en tiempo real, utilizando visión artificial avanzada para capturar el movimiento humano y redes neuronales para interpretar el significado de los gestos. Por otro lado, personal investigador ha impulsado proyectos que emplean modelos de difusión para recrear de forma realista escenas de la vida cotidiana en la ciudad de San Cristóbal de La Laguna a finales del siglo XVI.

La Cátedra BOB también ha desarrollado proyectos de transferencia de conocimiento. Una de las líneas de trabajo se ha centrado en la anonimización de datos financieros sensibles mediante técnicas de inteligencia artificial. Este proyecto, desarrollado en colaboración con Cajasiete, busca proteger información crítica sin renunciar a su aprovechamiento para tareas de análisis e investigación. Otro ejemplo es un trabajo realizado junto al Cabildo de Tenerife: “Hemos realizado prototipos para analizar cómo determinadas herramientas de inteligencia artificial podrían ayudar a gestionar de forma más eficiente las solicitudes que llegan a través de su sede electrónica”, explica la investigadora.

En este sentido, Sánchez aclara que la función de la Cátedra BOB es asesorar y demostrar técnicamente la viabilidad de las soluciones: “La entidad luego decide si las implementa, cómo lo hace y con qué recursos, incluso puede ocurrir que la conclusión del proyecto sea que la inteligencia artificial no es la solución más adecuada y que sea preferible buscar otra alternativa”.

La Cátedra BOB concede una gran importancia al ámbito de los datos abiertos, ya que, según Sánchez, sin datos no hay inteligencia artificial. La experta se incorporó a la cátedra gracias a su experiencia en procesamiento del lenguaje natural. Además de prestar apoyo a cualquier organización o persona interesada en conocer, comprender e incorporar estas tecnologías en sus procesos, la cátedra desarrolla acciones formativas, como cursos dirigidos a profesionales y a la ciudadanía, y acciones divulgativas, como seminarios web que ya superan ampliamente el medio centenar de ediciones. Sánchez señala que, además en las acciones formativas, se aborda la normativa vigente, los riesgos asociados a estas tecnologías y las buenas prácticas de uso.

“La filosofía de la cátedra, que también desarrolla proyectos relacionados con blockchain y otras aplicaciones tecnológicas, consiste precisamente en identificar qué conocimientos son necesarios para cada proyecto y reunir a las personas más adecuadas para aportar valor en cada caso”, señala Sánchez. Además, la investigadora resalta el equipo humano que hay detrás.

También destaca el papel de los técnicos de la Cátedra BOB, Saúl Sosa y Eva Peso, quienes trabajan directamente con la infraestructura técnica. La cátedra cuenta con varios ordenadores NVIDIA DGX Spark, capaces de ejecutar inteligencia artificial a gran escala y que destacan especialmente por su capacidad de memoria. Además, dispone de una NAS que funciona como un “Google Drive en local”, un sistema con cuatro discos duros de 10 terabytes cada uno que permite mantener los datos en local, sin necesidad de enviarlos a la nube, lo que permite garantizar la gobernanza y el control de la información.

También dispone de un switch, un dispositivo similar a un router que permite distribuir la conexión a Internet entre varios equipos. Por último, los ordenadores principales cuentan con 128 gigabytes de RAM y una tarjeta gráfica NVIDIA RTX 5000, lo que permite montar servidores de inteligencia artificial completamente en local dentro de la universidad.

Del procesamiento del lenguaje al patrimonio histórico

Aparte de la labor que Isabel Sánchez desarrolla en la Cátedra BOB, también cuenta con una trayectoria investigadora propia en la Universidad de La Laguna, centrada en dos ámbitos que, actualmente, convergen gracias a la inteligencia artificial. La primera está marcada por su tesis doctoral, dedicada a la lingüística computacional y al procesamiento del lenguaje natural.

La segunda línea de trabajo está relacionada con la difusión del patrimonio mediante herramientas de modelado 3D, videojuegos y otras tecnologías relacionadas con el desarrollo de aplicaciones tridimensionales. Aunque para los primeros proyectos utilizaban técnicas más convencionales, actualmente todo su trabajo se está orientando hacia el uso de la inteligencia artificial.

En este sentido, uno de sus proyectos ha dado lugar a una aplicación en la que, dentro de las reconstrucciones de la ciudad de La Laguna, aparecen personajes con los que el usuario puede conversar mediante inteligencia artificial generativa. Los diálogos proceden de documentos escritos en la época y, aunque están adaptados al español actual, conservan un vocabulario y unos giros muy diferentes de los que se utilizan hoy en día. “Sin inteligencia artificial, probablemente necesitaríamos actores que reprodujeran diálogos completamente preestablecidos”, afirma. “En cambio, con la IA generativa obtenemos conversaciones con ese mismo tono y estilo histórico, pero con la libertad de responder a cualquier pregunta sin estar limitadas a un guion cerrado”.

En cuanto al procesamiento del lenguaje natural, Sánchez señala que antes los sistemas estaban basados en reglas previamente definidas: “Era necesario utilizar manuales de sintaxis, gramática, diccionarios y construir toda esa base de conocimiento de forma manual”, afirma. Ahora, en cambio, la base del conocimiento son los propios textos producidos por las personas, lo que permite que los modelos aprendan directamente de grandes volúmenes de información.

Aun así, insiste que la inteligencia artificial no sustituye al personal especializado, sino que amplía sus capacidades: “Estas herramientas permiten potenciar el trabajo que tradicionalmente han realizado los historiadores, aunque siguen siendo ellos quienes poseen el conocimiento necesario para validar la información que proporciona la inteligencia artificial”, afirma.

Aprendizaje automático para comunidades energéticas

Además de su faceta divulgativa, Juan Albino Méndez desarrolla investigación centrada especialmente en el desarrollo de comunidades energéticas. “Estamos utilizando diferentes metodologías para predecir los comportamientos en términos de consumo o generación de energía en viviendas o instalaciones”, explica. En este sentido, se trata de cuantificar o anticiparse a dichos comportamientos mediante técnicas de inteligencia artificial, como el machine learning.

Otra parte fundamental de esta línea es la toma de decisiones a través del aprendizaje por refuerzo, que ayuda a tomar decisiones sobre el sistema. “Centrándonos en el autoconsumo colectivo, en una comunidad energética hay elementos que comparten energía para optimizar su uso”, comenta.

Todo ello implica decidir cuándo almacenar energía y cuándo no, con el objetivo de optimizar su uso. Además, se estudian mecanismos para aconsejar a los usuarios y usuarias sobre en qué momentos activar determinados consumos. “En consumos flexibles como una lavadora, se puede indicar al usuario que, si la utiliza en determinado momento, obtendrá un mayor ahorro como incentivo”, ejemplifica. Por ello, se están ensayando estas metodologías con primeros resultados interesantes para obtener coeficientes de reparto y definir acciones sobre baterías y sistemas de almacenamiento.

Estos modelos se están probando en edificios de la propia Universidad de La Laguna, que funcionan como pilotos de comunidades energéticas. En concreto, se trabaja con el edificio del Servicio General de Apoyo a la Investigación (SEGAI), ya operativo, y con el edificio de la Facultad de Bellas Artes. “Para poder tomar decisiones con criterio, lo que hacemos es predecir lo que va a ocurrir”, explica Méndez. Para ello, su equipo ha aplicado técnicas de inteligencia artificial para la predicción de series temporales mediante algoritmos como Long Short-Term Memory (LSTM) y (Gated Recurrent Unit) GRU.

Otras líneas de trabajo están relacionadas con la astrofísica y la medicina. La primera se centra en la instrumentación, la automatización y el control de telescopios. Aunque aún no han aplicado la inteligencia artificial de forma directa, su uso presenta un gran potencial para optimizar en tiempo real el ajuste de sistemas que corrigen las aberraciones causadas por la atmósfera y mejoran la calidad de las imágenes obtenidas.

Tecnología al servicio del criterio médico

La investigadora Silvia Alayón Miranda, integrante del Grupo de análisis de imágenes médicas (GAIM), lidera diversas líneas de trabajo innovadoras en este campo. Entre ellas figuran los proyectos “Hacia una estrategia colaborativa para el diagnóstico del glaucoma mediante aprendizaje profundo explicable”, financiado por la Agencia Canaria de Investigación, Innovación y Sociedad de la Información (ACIISI), y “Automatización Robótica de Expedientes de Justicia (ARDE-J)”, financiado por la Fundación Cajacanarias y Fundación La Caixa.

La investigadora subraya que el desarrollo de estas tecnologías plantea desafíos fundamentales relacionados con la explicabilidad de los algoritmos, la privacidad de los datos y las implicaciones éticas de su uso. En sectores como la Justicia, en el que desarrolla otro de sus proyectos, y la Medicina, la protección de la información personal es un requisito esencial, ya que se encuentran entre los ámbitos de mayor riesgo para la aplicación de la inteligencia artificial, de acuerdo con la normativa europea que regula estas tecnologías.

“Existen modelos de inteligencia artificial en la nube que son excelentes porque pueden entrenarse con millones de datos”, señala, “pero que no son aplicables en estos ámbitos de alto riesgo porque no garantizan la protección de los datos”. Por este motivo, añade que los proyectos en los que participa conllevan una importante carga burocrática, debido a la necesidad de cumplir con los requisitos legales y elaborar los informes necesarios para garantizar la seguridad y la protección de los datos.

El proyecto “Hacia una estrategia colaborativa para el diagnóstico del glaucoma mediante aprendizaje profundo explicable” nació con el propósito de desarrollar una herramienta capaz de mejorar la detección precoz de esta enfermedad mediante tecnologías basadas en inteligencia artificial. No obstante, Alayón insiste en que su objetivo no es sustituir el criterio del personal especializado, sino convertirse en un apoyo a la toma de decisiones clínicas, proporcionando una interpretación clara y comprensible de las retinografías, imágenes del fondo del ojo, gracias a un sistema de aprendizaje profundo.

“La herramienta tiene que ser explicable, transparente y fácil de utilizar por el médico, sin caer en lo que denominamos «cajas negras», porque ese es un problema enorme en medicina”, afirma. La investigadora afirma que esta capacidad para justificar cómo se alcanza un diagnóstico no solo aumenta la confianza de los profesionales sanitarios en la tecnología, sino que también facilita su integración en la práctica clínica.

La herramienta se concibe como una plataforma colaborativa en la que especialistas de diferentes instituciones sanitarias españolas puedan incorporar retinografías anonimizadas para entrenar el sistema y mejorar su capacidad para identificar posibles casos de glaucoma a partir del análisis de grandes conjuntos de imágenes. “Nuestro objetivo es disponer del mayor volumen posible de datos para entrenar el sistema y que este repercuta positivamente tanto en la investigación como en la docencia”, explica la investigadora. Alayón subraya que, por el momento, la plataforma está orientada principalmente al ámbito docente y de investigación, ya que aún requiere incorporar un mayor volumen de datos para seguir perfeccionando su rendimiento antes de dar el salto a un uso clínico más amplio.

La investigadora también desarrolla otras líneas de investigación orientadas al ámbito sanitario, con aplicaciones que van desde la atención primaria, mediante herramientas que facilitan la redacción de informes clínicos tras la consulta, hasta sistemas de apoyo al cribado que ayudan a identificar patologías susceptibles de ser derivadas a especialistas. “Nuestro objetivo es facilitar el trabajo de los profesionales sanitarios mediante herramientas de optimización, para que puedan dedicar más tiempo de calidad a analizar qué le ocurre al paciente y cómo ofrecerle la mejor atención posible”, concluye.

“Uno de los temores que me suscita la inteligencia artificial es que lleguemos a pensar que estas herramientas pueden hacerlo todo y terminemos acomodándonos, sin valorar el razonamiento humano. La forma en que el cerebro toma decisiones es extraordinariamente compleja y, sinceramente, creo que la inteligencia artificial todavía no ha alcanzado ese nivel. Eso no significa que no pueda hacerlo en el futuro, pero no creo que ese deba ser el camino”, reflexiona la investigadora.

Pese a estas cautelas, Silvia Alayón celebra el creciente interés del alumnado de la Universidad de La Laguna por participar en proyectos de inteligencia artificial aplicada a ámbitos como la medicina. Mucho de este estudiantado, explica, muestra una clara vocación por desarrollar herramientas con un impacto positivo en la sociedad, una motivación que, a su juicio, hace necesario seguir impulsando este tipo de iniciativas desde la universidad.

Transformación de los procesos de enseñanza-aprendizaje

La inteligencia artificial también está transformando los procesos de enseñanza y aprendizaje que tienen lugar en las aulas universitarias. Este ámbito forma parte de las líneas de investigación de María Belén San Nicolás Santos. Su tesis doctoral se centró en las percepciones del alumnado sobre el uso de las aulas virtuales y los procesos de enseñanza y aprendizaje asociados a estos entornos.

Según explica la investigadora, las aulas virtuales continúan utilizándose principalmente como espacios donde el profesorado organiza y pone a disposición del alumnado materiales y recursos docentes. No obstante, la evolución tecnológica ha ampliado considerablemente sus posibilidades, de tal modo que herramientas como los recursos interactivos H5P y las aplicaciones basadas en inteligencia artificial permiten desarrollar materiales de forma más ágil y diseñar experiencias de aprendizaje más dinámicas, personalizadas y atractivas para el estudiantado.

Otra de las líneas en las que ha trabajado está relacionada con las analíticas de aprendizaje y el estudio de los datos generados por el alumnado en los entornos virtuales. Desde el grupo de investigación Laboratorio de Educación y Nuevas Tecnologías (EDULLAB) se analiza cómo la información recopilada a través del campus virtual puede contribuir a la toma de decisiones tanto docentes como institucionales.

“Estos datos permiten conocer qué alumnado se encuentra en situación de riesgo, cuáles son los recursos más utilizados o si determinadas actividades han sido completadas…”, explica San Nicolás. Además, señala que en los últimos años también se han desarrollado proyectos orientados a crear nuevos plugins para el campus virtual que favorezcan la participación del estudiantado, mejoren la gestión de las comunicaciones y faciliten el seguimiento de los procesos de aprendizaje.

Toda esta información puede ayudar al profesorado a adaptar mejor su docencia, identificar dificultades en fases tempranas y tomar decisiones fundamentadas para apoyar al alumnado antes de que estas situaciones deriven en problemas más graves, como el abandono de los estudios.

Esta línea de trabajo también ha dado lugar a iniciativas como el Proyecto SAPA, desarrollado en el marco de los proyectos financiados por el Plan UniDigital con fondos Next Generation. Esta iniciativa combina datos procedentes del campus virtual con información académica para identificar posibles situaciones de riesgo de abandono y facilitar intervenciones tempranas.

La inteligencia artificial ha adquirido una presencia creciente en la investigación educativa. Aunque estas tecnologías existían desde hace décadas, San Nicolás considera que el gran punto de inflexión se produjo a partir de 2022, cuando los avances en procesamiento del lenguaje natural hicieron que herramientas de inteligencia artificial generativa fueran accesibles para el conjunto de la sociedad.

En el ámbito universitario, tanto el alumnado como el profesorado mantienen posiciones diversas respecto a herramientas como ChatGPT, Gemini o Copilot. “Podemos pensar que el alumnado está principalmente a favor del uso de la inteligencia artificial, pero también hay un sector que ve los efectos perniciosos que puede llegar a tener y, por supuesto, también las posibilidades que ofrece”, afirma. En el caso del profesorado, las principales preocupaciones están relacionadas con la adquisición de competencias por parte del estudiantado.

Pese a ello, San Nicolás considera que las oportunidades que ofrece la inteligencia artificial son mayores que sus limitaciones. Desde su punto de vista, el reto principal no consiste en evitar el uso de estas herramientas, sino en enseñar a utilizarlas de forma crítica y responsable.

NOTA: Este reportaje es una iniciativa enmarcada en el Calendario de Conmemoraciones InvestigaULL, un proyecto de divulgación científica promovido por la Universidad de La Laguna.

Unidad de Cultura Científica y de la Innovación (Cienci@ULL)